NYOJ-36 最长公共子序列 AC

本文介绍了一个经典的动态规划问题实现过程,使用C语言并通过双重循环计算两个字符串的最长公共子序列长度。作者分享了自己在解决该问题时遇到的时间限制错误,并讨论了如何优化以避免此类问题。


#include<stdio.h>
#include<string.h>
#define N 1010
#define max(x,y)  x>y?x:y  
int dp();
	char s1[N];
	char s2[N];
int main(){
	int n;
	scanf("%d",&n);
	while(n--){	
		scanf("%s",s1);
		scanf("%s",s2);
		printf("%d\n",dp());
	}
	return 0;
}
int dp(){
	int x,y,a,b;
	a=strlen(s1);
	b=strlen(s2);
	int num[N][N]={0};
		for(x=1;x<=a;x++){
			for(y=1;y<=b;y++){
				if(s1[x-1]==s2[y-1]){
					num[x][y]=num[x-1][y-1]+1;
				}
				else{
					num[x][y]=max(num[x-1][y],num[x][y-1]);	
				}		
			}
		}
		return num[a][b];
}


虽然是经典的DP问题。。。表示还是有些压力,表示,调用strlen函数也是需要很多时间的,今天才发现,结果就是,TLE很多次才通过,,

最近要考试了,所以,,,还是减慢速度吧,,,从开始做题到现在已经有了2个月了,总算是对搜索和动规有些思路了,继续加油

内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程,并通过Matlab代码实现相关算法。文章结合理论推导与仿真实践,利用人工神经网络对复杂的非线性关系进行建模与逼近,提升机械臂运动控制的精度与效率。同时涵盖了路径规划中的RRT算法与B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模与ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿与高精度轨迹跟踪控制;④结合RRT与B样条完成平滑路径规划与优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析与神经网络训练,注重理论推导与仿真实验的结合,以充分理解机械臂控制系统的设计流程与优化策略。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值